1. 求出现频率前 k 高的元素
(1)遍历整个数组,并使用哈希表记录每个数字出现的次数,并形成一个「出现次数数组」。
(2)找出原数组的前 k个高频元素,就相当于找出「出现次数数组」的前 k大的值。
class Solution {
public:
class myComparison{
public:
bool operator()(const pair<int, int>& lhs, const pair<int, int>& rhs)
{
//将 > 改为 < 则是频率最小的k个数
return lhs.second > rhs.second;
}
};
vector<int> topKFrequent(vector<int>& nums, int k) {
//1. 利用map统计元素出现的次数
unordered_map<int, int> map;
for(int i = 0; i < nums.size(); i++)
{
map[nums[i]]++;
}
//2. 对元素出现频率排序,求topK,定义一个小顶堆,大小为k
priority_queue<pair<int, int>, vector<pair<int, int>>, myComparison> pri_que;
// 用固定大小为k的小顶堆,扫描所有频率的数值
for(unordered_map<int, int>::iterator it = map.begin(); it != map.end(); it++)
{
pri_que.push(*it);
//如果堆的大小大于了K,则队列弹出,保证堆的大小一直为k
if(pri_que.size() > k)
{
pri_que.pop();
}
}
// 找出前K个高频元素,因为小顶堆先弹出的是最小的,所以倒叙来输出到数组
vector<int> res(k);
for(int i = k - 1; i >=0; i--)
{
//first指向高频率的元素
res[i] = pri_que.top().first;
pri_que.pop();
}
return res;
}
};
时间复杂度:O(Nlogk),其中N 为数组的长度。我们首先遍历原数组,并使用哈希表记录出现次数,每个元素需要 O(1)的时间,共需 O(N) 的时间。随后,我们遍历「出现次数数组」,由于堆的大小至多为 k,因此每次堆操作需要 O(logk) 的时间,共需 O(Nlogk)的时间。二者之和为 O(Nlogk)。
2. 求最大的k个数
class Solution {
public:
class cmp
{
public:
bool operator()(int a, int b)
{
return a > b;
}
};
vector<int> getLeastNumbers(vector<int>& arr, int k) {
vector<int> res;
//排除top0的情况
if(k == 0) return res;
//创建大根堆
priority_queue<int, vector<int>, cmp> minHeap;
for(int num : arr)
{
if(minHeap.size() < k)
{
minHeap.push(num);
}
else if(minHeap.top() < num)
{
minHeap.pop();
minHeap.push(num);
}
}
for(int i = 0; i < k; i++)
{
res.push_back(minHeap.top());
minHeap.pop();
}
return res;
}
};
3 有序矩阵中第 K 小的元素
二分查找
class Solution {
public:
bool check(vector<vector<int>>& matrix, int mid, int k, int n) {
int i = n - 1;
int j = 0;
int num = 0;
while (i >= 0 && j < n) {
if (matrix[i][j] <= mid) {
num += i + 1;
j++;
} else {
i--;
}
}
return num >= k;
}
int kthSmallest(vector<vector<int>>& matrix, int k) {
int n = matrix.size();
int left = matrix[0][0];
int right = matrix[n - 1][n - 1];
while (left < right) {
int mid = left + ((right - left) >> 1);
if (check(matrix, mid, k, n)) {
right = mid;
} else {
left = mid + 1;
}
}
return left;
}
};